研究人员正在使用遥感技术和机器学习算法来绘制和预测世界各地生态系统中菌根真菌的存在。
保护地下网络协会(SPUN)是一项倡议，旨在绘制真菌网络的分布地图，以传播认识并倡导保护它们。
菌根真菌形成共生关系与植物的关系，作为从土壤中转移水和养分的重要界面，同时也将大量的碳储存在地下。
该研究所还致力于向研究人员和当地社区提供财政和技术支持，帮助他们绘制本国的真菌网络。
贾斯汀·斯图尔特于2022年8月前往钦博拉索山，从海拔4000米(约13000英尺)的厄瓜多尔火山收集真菌样本。斯图尔特说，考虑到在那个海拔高度植被稀少，他不希望在地下找到足够的植物根来支持菌根真菌，这是他开始采样的物种。
一到那里，斯图尔特和他的团队就开始挖洞收集样本。但令他们惊讶的是，他后来说，里面充满了根和植物系统。在随后的实验室分析中，他们鉴定出了12种丛枝菌根真菌——它们是促进土壤中水分和养分通过根系向植物转移的重要界面。
斯图尔特在一次视频采访中告诉Mongabay:“这是一个我们预测生物多样性很高的地区。”“看到那里有真正的根系和真菌，真是太令人兴奋了。”
根据斯图尔特组织这次旅行的预测，这些预测是由机器学习算法做出的。斯图尔特和他的同事们利用来自已知真菌种群密度高的地点的卫星数据，训练模型来预测世界各地菌根真菌生物多样性热点地区。然后，研究小组将前往这些地点收集样本进行DNA分析，以证实模型的发现。
斯图尔特在地下网络保护协会(SPUN)担任生态数据科学家，该协会正在努力绘制世界各地菌根真菌的分布图，同时也试图确定地下生态系统中物种最受威胁的地方。自2021年以来，这组科学家一直致力于传播对真菌的认识，确定它们的位置，并利用这些数据倡导对它们的保护。
(左)贾斯汀·斯图尔特在钦博拉索山采集土壤样本。(右)贾斯汀·斯图尔特惊讶地发现，在海拔4000米(13000英尺)的钦博拉扎山上，有根系和真菌。图片由达里奥·拉米雷斯提供。
虽然真菌保护似乎不是一项关键任务，但它对地球健康的影响至关重要。
“当大多数人想到真菌时，他们会想到面包上的霉菌，”斯图尔特说。“但事情不止于此。”
菌根真菌几乎存在于世界上所有的土壤中。在大约4亿年的时间里，这些生物与植物形成了重要的共生关系。这是一种古老的联系，对植物和生活在它们根部的真菌都有益。真菌帮助植物从土壤中提取养分和水分，并阻止根部病原体。作为回报，在光合作用过程中，植物为真菌网络提供碳。因此，这些真菌扮演着碳储存库的角色，使它们成为固碳的重要工具，并随后在减轻气候变化影响的努力中发挥作用。
根据最近发表在《当代生物学》杂志上的一项研究，每年有超过130亿吨的二氧化碳从植物转移到菌根真菌网络中。这相当于每年化石燃料排放量的36%。然而，包括农业扩张、森林砍伐和化肥使用增加在内的几个因素对这些物种的工作能力构成了威胁。
斯图尔特说:“它们在全球生态系统中不仅是碳循环的关键角色，也是氮和其他营养物质循环的关键角色。”“但尽管如此，我们并没有考虑到这些生物在地下发生了什么，这些生物对全球植被结构和营养物质流动是如此不可或缺。”
尽管这些真菌起着至关重要的作用，但由于技术和后勤方面的障碍，这些真菌尚未得到广泛的研究。这正是spin试图填补的空白。
通过绘制真菌分布图和确定生物多样性热点，spin正试图将这些真菌的保护纳入保护和政策议程。斯图尔特说，正是技术工具的快速发展使这项工作成为可能。
他说:“这项工作在5年或10年前是不可能发生的，因为我们当时没有足够的技术来自信地、大规模地做我们现在正在做的事情。”“早些时候，我们无法确定真菌的存在，除非我们挖出一根，给它染色，并用酸对它做了所有这些可怕的事情，然后在显微镜下观察。”
丛枝菌根真菌网图片由Oyarte-Galvez提供。
最近在收集和分析环境DNA (eDNA)方面的进步使这项工作变得容易得多。分析eDNA包括收集样本，并根据它们可能留下的任何遗传物质来确定某个地点存在的物种。斯图尔特说:“这确实推动和爆炸了我们谈论这些生物多样性的方式。”
然而，考虑到菌根真菌无处不在的特性，确定进行eDNA分析的区域并不总是那么容易。这就是遥感数据和机器学习技术的用武之地。
spin的团队使用来自全球真菌的数据，这是一个绘制世界各地生物发生情况的数据库，并将其与遥感数据(包括植被类型、温度以及真菌、它们所处环境和气候之间的关系)分层，以训练机器学习模型。
斯图尔特说:“然后，我们让机器学习算法进行推断，并在我们去过的任何地方之外给我们最好的预测。”“它告诉我们该去哪里，并为我们提供了地球上真菌多样性最未被探索和未知的地方的地图。”
一旦机器学习算法确定了全球热点，spin的团队成员就会进行实地考察，收集样本，并使用DNA测试和分析来证实信息。根据该算法做出的预测，该团队迄今已成功地对哈萨克斯坦、厄瓜多尔Galápagos群岛以及阿根廷和智利共有的巴塔哥尼亚地区进行了实地考察。
然而，斯图尔特说，限制仍然存在。
他说，首先，更高分辨率的卫星图像将使他们的工作更有效。“我想知道每一平方厘米都发生了什么，”他说。
还需要收集更多的数据来更好地训练机器学习模型，从定义上讲，机器学习模型受到输入数据量的限制。
斯图尔特说:“如果我们只能描述70%的地球环境异质性，即70%的地球上气候相互作用的不同方式，我们就只能在这个数据范围内进行真正的预测。”
他补充说，在未来的几年里，SPUN的目标是克服这些障碍，完成菌根真菌地图的第一版，并将其作为开源数据发布给公众使用，以便“我们有可能开始提出预防生物多样性丧失的解决方案”。
该组织还致力于为加纳、蒙古和墨西哥等国的研究人员、科学家和当地社区提供财政和技术支持，以便绘制他们家园生态系统中的菌根真菌分布图。
斯图尔特说:“我们并没有试图做所有的事情。“我们也真的想帮助‘去北半球化’科学，把它带到那些可能没有同样资金或无法获得技术的地方。”
横幅图片:格雷维尔氏菌，它和菌根有关系与落叶松的关系。图片由Ludo Dolu通过Flickr提供(CC by - nc - sa 2.0)。
Abhishyant Kidangoor是Mongabay的特约撰稿人。在推特上找到他@AbhishyantPK。
菌根真菌所含的二氧化碳相当于全球化石燃料排放量的三分之一
引用:
霍金斯，h.j.，嘉吉，r.i.m.，范·纽兰，m.e.，哈根，s.c.，菲尔德，k.j.，谢德拉克，m.m.，……基尔斯，e.t.(2023)。菌根菌丝体作为全球碳库。生物通报，33(11)，R560-R573。doi: 10.1016 / j.cub.2023.02.027
